「语音智能体最强榜」换人了：Grok Voice 3.0 综合第一、加量不加价，2.0 今天起自动升级

先说结论

• xAI（马斯克旗下 AI 公司）北京时间 10 月 14 日发布了 Grok Voice 3.0，这是它的第三代实时语音对语音模型，主打电话客服、车载助手等语音智能体场景。
• 独立评测机构 Artificial Analysis 的 Speech-to-Speech Index 上，Grok Voice 3.0 以 86.9 分拿下综合第一，超过了 OpenAI 的 GPT-Live-1（83.2 分）和 Google 的 Gemini 3.8 Live（82.6 分）。
• 价格没动：API 依然是 0.08 美元/分钟（约 4.8 美元/小时），和上一代完全一致，是这次发布里对开发者最友好的部分。
• 迁移无痛但要注意：用 grok-voice-latest 别名的用户今天已经被自动切换到 3.0；写死 grok-voice-2.0 的应用需要手动改模型名，2.0 已正式弃用。
• 冷静提示：综合第一的光环之下，它在盲测人声偏好环节只排第三，在重口音客服测试 tau-Voice 上也输给了 GPT-Live-1；xAI 官方材料里的特斯拉、Starlink 落地数据尚未经过独立核验。

一、发生了什么：第三代语音模型上线，老用户今天自动升级

Grok Voice 是 xAI 的实时语音对语音（speech-to-speech）模型：它不是"语音转文字再交给大模型"的拼接方案，而是一端进语音、一端出语音，中间带文本流的端到端模型，通过 WebSocket 双向传输，专为电话客服、车载语音、实时口译这类"延迟敏感"场景设计。应用层发会话配置和用户音频，服务端回传音频和文本事件，开发者可以在一个会话里配置音色和指令。

这次 3.0 的官方更新日志写得非常短，核心就三条（xAI 开发者文档 Release Notes，10 月 14 日条目）：

1. grok-voice-3.0 正式可用，价格与 2.0 完全相同；
2. grok-voice-latest 别名从今天起指向 3.0，使用别名的会话会自动升级；
3. grok-voice-2.0 进入弃用（deprecated）状态，建议把 model 参数改成 grok-voice-3.0 或 grok-voice-latest。

接口本身没有变化：端点、会话参数、事件定义都保持原样，所以这次升级不需要改集成代码。另一个值得注意的细节是认证方式：xAI 建议客户端应用（浏览器、手机 App）使用短期有效的临时 token，而不是把 API key 暴露在设备端；直接在连接头里塞 API key 的做法只保留给服务端使用。这是一个偏安全的工程改进，对做 C 端语音产品的团队是好消息。

二、实测成绩：综合第一，但要看清"综合"是怎么算的

xAI 在发布材料里引用了独立评测机构 Artificial Analysis 10 月 13 日的测试数据（多家媒体交叉引用了同一组数字）。Speech-to-Speech Index 是一个复合指数，综合了语音推理、任务成功率、盲测偏好和全双工对话表现：

从代际进步看，3.0 相对 2.0 是全面小步快走：语音推理从 97.2% 到 98.5%，偏好 Elo 从 1011 到 1070，全双工从 95.1% 到 97.0%。全双工（Full Duplex Bench）这个指标值得单拎出来说——它衡量模型处理停顿、抢话、打断是否自然，这是电话场景里"像不像真人"的关键，3.0 在这项上拿了 97%，是它拉开差距的主要功臣。

成本侧的数据同样来自 Artificial Analysis 的同一轮测试：完成 Big Bench Audio 的一个任务，Grok Voice 3.0 平均花费约 0.025 美元，GPT-Live-1（Astra，Medium）约 0.030 美元，OpenAI 的 GPT-Realtime-2.1（High）约 0.055 美元。也就是比对手便宜的同时分数更高——这正是 xAI 敢喊"全球最强语音模型"的底气。

另外，ServiceNow 的开源评测集 EVA-Bench（200 多个企业客服场景）上，Grok Voice 3.0 以 74% 的准确率领先，ServiceNow 的产品总监评价它"把最高的准确率和自然的对话体验结合在了一起"（据 SiliconANGLE 报道）。

三、但是：榜单第一 ≠ 闭眼买单

做价格追踪的立场，我们得把光环下面的几块"但是"摆出来：

第一，盲测人声偏好只排第三。 综合指数第一的 Grok Voice 3.0，在纯人工盲听偏好环节只拿到第三名（据 runtimewire 对 Artificial Analysis 数据的拆解）。复合指数和"人觉得好听、愿意多聊两句"是两回事——做面向消费者的语音产品，偏好分可能比综合分更值得看。

第二，重口音客服测试输了。 在 tau-Voice（模拟带重口音、带背景噪音的客服电话）上，GPT-Live-1（Astra）拿到 74.5%，Grok Voice 3.0 是 71.6%。xAI 的回应是"我们的首字节音频快了 40%"——延迟赢了，准确率输了。电话客服场景里，听错一句的代价往往比慢 200 毫秒更大，这个取舍各家自己掂量。

第三，落地数据是官方自述，未经独立核验。 xAI 称 Grok Voice 每天支撑特斯拉和 SpaceX 数百万次对话，特斯拉车机用它查日历、回邮件，Starlink 客服中心每天处理 2 万通电话、约 70% 无需人工介入、四分之一的销售电话在挂断前成交。这些数字来自发布材料，多家转载媒体都注明"未经独立核实"。可以当作"语音智能体正在规模化落地"的趋势信号，但别当成审计过的财报数字。

第四，注意 0.08 美元/分钟的计价口径。 这是音频通道的价格，文本输入是另外计费的（runtimewire 在拆解中特别提醒了这一点）。做成本核算时，别拿 0.08 直接乘通话分钟数就当总账。

四、谁在真用：特斯拉车机和 Starlink 客服

抛开营销话术，Grok Voice 有一个很多语音模型没有的东西：真实的大规模生产流量。特斯拉车机里的 Grok 语音模式、Starlink 的电话客服，构成了它每天数百万次对话的"训练场"。这解释了为什么它的全双工和打断处理进步明显——电话客服和车载场景是打断的重灾区，真实流量是最好的老师。

把时间线拉长看，2026 年下半年语音赛道明显提速：OpenAI 拿出 GPT-Live-1（配 Astra 做推理）、Google 拿出 Gemini 3.8 Live，xAI 则用 Grok Voice 3.0 把综合榜首抢了回来。三家路线各异，但共识是一致的——语音智能体正在从"演示很酷"走向"电话里真能干活"，而价格战已经打到了每分钟几美分的量级。

对国内开发者的现实提醒：xAI 的 API 需要境外支付方式开通，按分钟计费的语音模型对测试阶段的钱包很不友好——建议先用 grok-voice-latest 别名做小流量验证，确认延迟和口音表现符合你的场景再放大流量。

五、开发者迁移指南：三行改动，零停机

如果你已经在用 Grok Voice 2.0，迁移清单很短：

# 之前（2.0，已弃用）
session = client.voice.create(model="grok-voice-2.0", ...)

# 之后（二选一）
session = client.voice.create(model="grok-voice-3.0", ...)      # 钉死版本
session = client.voice.create(model="grok-voice-latest", ...)  # 跟随最新，自动升级

• 用 grok-voice-latest 的：今天已经自动切到 3.0，什么都不用做，但建议跑一遍回归测试——自动升级意味着行为可能在你没注意的时候变了。
• 钉死 grok-voice-2.0 的：尽快改，弃用版本通常只保留有限的过渡期。
• 新接入的：客户端（App/浏览器）走短期临时 token，别把 API key 打包进安装包；服务端轮询、录音、打断策略（VAD 和静音超时）建议按 3.0 的延迟特性重新调一遍参数。

价格对比（语音智能体 API，每分钟）：

一句话总结

Grok Voice 3.0 是一次"加量不加价"的常规迭代：评测综合第一、价格原地踏步、迁移零成本，xAI 把升级做成了"无感"的样子；但盲测偏好第三和重口音测试的落后提醒我们——语音模型的战场不在综合榜单上，而在每一通真实电话里。对开发者来说，真正的考题不是换不换 3.0（答案是换），而是你的场景里，到底是延迟、准确率还是"人味儿"说了算。

来源：xAI 开发者文档 Release Notes（官方更新日志，docs.x.ai）；Unite.AI《xAI Introduces Grok Voice 3.0》；SiliconANGLE《Grok Voice 3.0 from SpaceXSI outscores OpenAI and Google on speech-to-speech index》；blockchain.news《Grok Voice 3.0 launches with unchanged API pricing and auto-migration》；superpowerdaily《xAI upgrades its voice API to Grok Voice 3.0 without raising prices》；runtimewire《SpaceXAI ships Grok Voice 3.0, ranked No. 1 in speech-to-speech tests》；社交媒体 Teslarati 官方账号发布的产品公告帖（Facebook，2026-10-14）。评测数据引自 Artificial Analysis 2026 年 10 月 13 日测试，xAI 落地运营数据为官方发布材料自述、未经独立核验。